請問一下關於mfe專業各個concentration的區別?
主準備去讀mfe專業，看學校的program site寫可以分成幾個concentration來選課。大概有 quant trading, risk management, asset management這幾個分類。現在苦於找不到十分詳細的信息，能否有已經入職的前輩們分享一下學了這幾個concentration以後能幹什麼呢？謝謝大家。
quant trading量化交易，就是賺alpha收益的。高頻交易主要用到C++，學習的課程重要的是electronic trading之類的，這個崗位偏CS，一般你看到招的的都是high-frequency trader或者algorithmic trader。中低頻的，主要用python和R(quantstrat庫），重要的課程是machine learning之類的，R的學習基本上都在risk的課里，還有重要的是統計（time series）。招的人分兩類，一類是做research的，quantitative researcher（招phd多），quantitative analytics（master多）。一類是執行交易的，execution。
risk management，不用介紹了，就是干risk的，啥地方都用得到。主要用excel和R，也可能有sql。重要的課就是risk，當然p quant那些risk-netural的pricing課也挺重要的，比如stochastics。
asset management。沒咋見過這個分類啊，這是portofolio manager嘛？說實話一般的第三個分類，都是干各種衍生品和金融產品的定價的，也就是俗稱的p quant。這類崗位比quant trader多了無數（在美國）。一般大學financial engineering/quantitative finance的項目也主要教的這個
我自己不是MFE專業的。就我認識的朋友和同事的情況隨便說兩句。
quant trading是傳統意義上的front desk工作，一般來說是trading desk。具體交易什麼用什麼quant手法差異可能很多。asset class方面也會慢慢的比較單一。
risk management以前偏中後台，2008年以後前台的工作縮減了，risk的工作變得更加重要。相對來說對各種asset需要一些廣度。
asset management就是買方以後往portfolio management發展。
一般來說MFE畢業最對口且前途最好的工作就是Quant了，行業內以Q Quant P Quant為主：
Q Quant：derivatives pricing used by sell-side for market making.
P Quant：risk and portfolio management used by buy-side to estimate future.
P Quant是最近幾年比較火熱的一種新型Quant，因為主要是通過找Alpha來實現，所以也叫Alpha Quant.
Quant就業主要分為兩大陣營：即Sell-Side vs Buy-Side.
Sell-Side：主要運用數學、統計、計算機的知識來設計金融產品，並為其進行定價、風險控制等；主要以做定價模型、風險模型和Beta Strategy為Trader們的交易提供支持。
Sell-Side礦工工作體驗：
你我他的故事 | 在Morgan Stanley有周杰倫陪伴的日日夜夜?mp.weixin.qq.com
Buy-Side：比賣方稍微複雜一些，需要運用到數學、物理、統計、計算機等一切可以用得上的理工科的理論知識，預測價格走向，並在證券市場中進行交易。主要以Prop Trading Company（自營交易公司）和Quant Hedge Fund（量化對沖基金公司）為主。Buy-Side礦工真實體驗：
你我他的故事 | 我是酷到沒朋友的Jane Street 女交易員?mp.weixin.qq.com
職業/職位：
Front Office Quantitative Analyst(FOQs)
一般情況下，多存在於銀行的ST部門，工作主要包括確定價格、管理風險和發現有利可圖的機會。FOQs一般都是來為交易員打輔助的，所以對編程能力有一定的要求，但並不會涉及到特別複雜的語言。隨著程序和演算法日益成熟，desk quantitative analyst quantitative trader之間的界限越來越模糊，帶來的好處是，FOQs的薪資待遇相比中後台的礦工要高很多，工作內容也逐漸豐富，比如一些簡單的FX/Equity markte making已經可以由礦工執行演算法來完成；與此同時，因為從演算法交易的角度來看，Trader和FOQs的區別越來越微小，行業內對Trader的理工背景和編程能力的要求都在不斷提高。所以，流傳著一句話，如果能做交易員不要做礦工；不管從技術含量、薪資待遇、發展前景來看Trader都更有優勢。
Investment/Asset Management Quants
礦工不僅是投行的middle-office的asset management部門的核心力量，也是很多資產管理公司偏愛的人群。比如FQ，AQR or Barclays等機構幾乎完全依靠quantitative strategies；而像Pimco，Blackrock or Citadel等機構則混合使用quant fundamental methods。通常情況下不論是在投行還是在資管公司，礦工主要是協助risk management teams（風險管理部門），而偏中台的礦工薪酬水平較前文提到的FOQs會少一些，但中台礦工大神們開發的模型對減輕投資損失（mitigation of losses in investments）和整個行業的完整性（integrity of the industry）起到了至關重要的作用。
投行各部門的架構和職能知識點補充：
你我他的故事|我在高盛的2196個日日夜夜 （上）?mp.weixin.qq.com
Risk Management Quants
風險管理對礦工的需求自2008年金融危機以來日益增加，因為很多年以來，銀行承擔的風險遠遠超出了預期的收益，而在金融危機之後，很多金融機構做出對銀行風險管理進行微調把控，從而使銀行可以不在遭受像08年帶來巨大損失的情況下繼續追逐高額利潤。除了前文提到的Investment/Asset Management Quants的硬核輔助，risk management quants主要負責開發定量模型，控制風險，進行壓力測試（Stress test）和最核心的VaR （Value at Risk）找出機制存在的漏洞從而使用正確的對沖策略進而規避風險。
Algorithmic Trading Quants
ATQ如前文所說是薪資待遇最好的一群曠工了，個人覺得ATQ是最典型的「知識就是力量」的例子，因為演算法交易定量分析師不僅要利用到signal prossing，game theory，gambling Kelly criterion，market microstructure，econometrics， and time series analysis等方法，在交易過程中還包括了statistical arbitrage，和超高的反應速度以及通過修改硬體和Linux內核從而實現超低延遲。不僅技術含量高，也是業內最具影響的礦工大佬們，因為在演算法交易中要使用到高度複雜的數學模型，在automated eclectronic platforms上提供一個pre-programmed trading instructions，而這個系統將會在設定好的的時間點和預設的價格進行自動買賣。而這些自動交易的系統在整個金融行業的重要性不言而喻，這也使得ATQs成為很多investment firm中最會賺錢的人，可以算是一個金飯碗了。
Quantitative Developer/Quantitative Engineers
一般quant developers/engineers是在投行中的back-office，因為是計算機專家所以主要為投行或所在的金融機構提供技術支持。通常多為CS背景的coding大神們，也被前台金融民工們成為是高專業度的計算機語言技術人員，是不可缺少的中流砥柱，因為這群礦工不僅需要開發用於定價、風險管理和分析的定量模型，還要定期進行維護和優化，可以說起到了強大的紐帶作用，在software developer quant analysts架起了一座橋樑。
Model Validation Quants
MVQ主要是對front office，library and modeling quants開發的模型和方法進行有效性和正確性的檢驗。MVQ是一群擁有「超能力」的礦工，因為他們需要處理來自整個公司較新，較先進的模型和交易戰術。在經濟危機之前model valuation並不是熱門部門，所以很難招到有才華的talents，而在經濟危機之後，俗話說風水輪流轉，由於利潤高度的依賴於監管的基礎設施，MVQ對於front office的礦工們來說是非常重要的技術支持，為其他部門保駕護航。
因為每家公司對於職位的title各有差異，所屬的部門也有細微的差別，但主要的方向為上文提到的6大類，大家在尋找Quant相關的工作時，一定要先搞清楚Quant到底是做什麼的，自己具體想從事哪個方面，是去Buy-side or Sell-side？是選擇前中後端中的哪一種礦工作為自己的職業？ 因為第一份工作的行業和起點很大程度上決定了日後職業發展的高度。
請參考On becoming a quant by Mark Joshi
看到有人答得很全面了，我分別就買方Quant Trading和Risk Management補充兩點吧。
Quant Trading:
同意 @FAB研究所 所說的
「Trader和FOQs的區別越來越微小，行業內對Trader的理工背景和編程能力的要求都在不斷提高。」
就像你很難想像一個option trader不懂Black-Scholes。舉個例子，想到之前做的一個trade，我先是用local vol發現某個商品的call skew被嚴重低估，然後發現市場上沒有能夠提供corridor variance的dealer，那我就要自己用digital和vanilla的option去replicate，如果你們公司恰好沒有懂這方面的quant，那就需要全都自己來了。
Risk Management:
買方的risk manager還是需要挺強的quant skillset的，尤其是在一些exotics shop裡面，如果沒有考慮到Volga Risk，那在三月份的時候應該被爆得慘不忍睹了。
推薦閱讀：
